El objetivo principal de CLARA-FINT fue describir la estructura de los informes financieros para permitir la comparación del contenido. Por ello, nuestra aproximación a la simplificación implicó, sobre todo, un discurso y una estructura sintáctica claros, y no solo un vocabulario básico. Se han recopilado nuevos textos para aumentar tanto el tamaño como, especialmente, la variedad del corpus FinT-esp. Un corpus más completo y variado ha permitido desarrollar modelos de lenguaje financiero en español.

Se han recopilado nuevos textos para aumentar tanto el tamaño como, especialmente, la variedad del corpus FinT-esp. Un corpus más completo y variado ha permitido desarrollar modelos de lenguaje financiero en español.

Un segundo objetivo específico fue la participación en tareas compartidas de evaluación dentro del marco de los Workshops on Financial Narrative Processing y MultiLing Financial Summarisation, organizados por los investigadores de UCREL – Lancaster. Esto ha permitido la inclusión de textos en español en las competiciones de resumen automático y la detección de causa y efecto. Un tercer objetivo fue avanzar en el conocimiento de la narrativa financiera, tanto desde una perspectiva económica como lingüística. La valiosa cantidad de datos recopilados ha constituido una fuente significativa para la elaboración de léxicos especializados o glosarios de términos financieros, así como para la publicación de estudios sobre las características del discurso financiero, sus formas de organizar la información y la argumentación. Este conocimiento puede tener impacto en disciplinas aplicadas del lenguaje, como la Traducción o la Comunicación.

Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Búsqueda avanzada

11 a 20 de 70 Resultados
Texto plano - 8,8 KB - MD5: 426c3e40edfa159c297102807580cb00
DocumentaciónDocumentation
Texto plano - 944 B - MD5: 70d2e7760877452847cfa3aee1d28bd0
DocumentaciónDocumentation
Texto de prueba para probar el programa
Imagen JPEG - 253,0 KB - MD5: 991eaff37c254cf9c6ac3c1eb70163c7
Imagen en formato PNG para la estética de la web
Imagen PNG - 464,0 KB - MD5: 0ecb6bcf7bd4dd1e6edad6615ac2d7ea
Imagen en formato PNG para la estética de la web
Imagen PNG - 467,5 KB - MD5: c45860213fa1e6d805c66350156584a6
Imagen en formato PNG para la estética de la web
Imagen PNG - 14,9 KB - MD5: 009a1fafff3513625c42875e6cee83f8
Imagen en formato PNG para la estética de la web
Texto plano - 0 B - MD5: d41d8cd98f00b204e9800998ecf8427e
DataDatos
Archivo vacío
Valores separados por comas - 0 B - MD5: d41d8cd98f00b204e9800998ecf8427e
DataDatos
Archivo vacío
1 abr 2025
Moreno-Sandoval, Antonio; Porta, Jordi; García Toro, Ana, 2025, "Automatic discourse markers extractor", https://doi.org/10.21950/7UBNGJ, e-cienciaDatos, V1
This work is framed in the Spanish national project CLARA-FINT. The aim of this task within the project was to create an automatic discourse markers extractor for Spanish. In order to do so, the first step was to apply linguistic annotation on texts containing said markers. The n...
JSON - 913 B - MD5: b90cdec8807596637242cb53638bad42
DataDatos
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.